Harvard: AI reduz a contratação de juniores, e em três anos isso pode afetar todo o setor

A IA generativa já está mudando a estrutura de contratação em TI: empresas estão cortando posições entry-level, e desenvolvedores experientes dependem cada vez mais de ferramentas de IA. Se ambas as tendências persistirem, em alguns anos o mercado pode enfrentar não um excesso, mas uma deficiência de pessoas capazes de manter e consertar código acumulado.

O que Harvard Descobriu

A pesquisa de Harvard cobriu quase 62 milhões de trabalhadores e 285 mil empresas nos EUA. A conclusão principal é simples: após implementar IA generativa, empresas começam a contratar juniores muito menos frequentemente. O declínio de contratações é estimado em 9–10% em seis trimestres, enquanto a demanda por posições mais sênior quase não muda. Os autores destacam separadamente um detalhe importante: não se trata de demissões em massa, mas de entrada mais lenta na profissão. Os degraus inferiores da escada de carreira estão encolhendo primeiro.

Esse quadro é reforçado por outros sinais coletados no artigo:

• Emprego de desenvolvedores de 22–25 anos, segundo Stanford Digital Economy Study, caiu 20% do pico do final de 2022 até julho de 2025
• Número de vagas entry-level nos EUA, segundo Revelio Labs, diminuiu 35% de janeiro de 2023 a junho de 2025
• Na Grã-Bretanha, o declínio dessas vagas na Revelio Labs atinge 46%
• Proporção de juniores em contratações de TI, segundo Stack Overflow, caiu de 15% para 7% em três anos

Individualmente, essas cifras ainda poderiam ser atribuídas ao resfriamento do mercado após o período superaquecido de 2021–2022. Mas juntas, elas mostram uma mudança mais preocupante: empresas já estão agindo como se a IA tivesse absorvido uma parcela significativa de tarefas que costumavam ser dados aos iniciantes. Particularmente importante é que isso não é um pico pontual, mas uma série de sinais consistentes em diferentes amostras e países. Se juniores não estão entrando no sistema agora, em alguns anos simplesmente não haverá de onde extrair mids.

Dependência de Assistentes

O segundo sinal alarmante veio da pesquisa METR. A organização testou 16 desenvolvedores open-source experientes em tarefas reais em projetos que conheciam bem. As expectativas dos participantes eram otimistas: presumiam que a IA aceleraria o trabalho em cerca de 20%. Na prática, o oposto aconteceu — com o uso permitido de assistentes de IA, as tarefas eram concluídas em média 19% mais lentamente. Ou seja, subjetivamente as ferramentas pareciam úteis, mas na verdade adicionavam tempo para prompts, espera, verificação de código e correções.

"É como atravessar a cidade a pé quando você está acostumado a pegar

Uber."

Na próxima etapa, METR enfrentou não apenas uma questão de produtividade, mas também uma questão de hábito. Segundo dados citados no artigo, 30–50% dos desenvolvedores se recusavam a enviar parte das tarefas para o experimento se tivessem que fazê-las sem IA. Pesquisadores apontaram diretamente para um efeito de seleção: pessoas que mais dependem de assistentes são exatamente aquelas que saem da amostra. Isso não prova que a IA é inútil. Mas mostra como rapidamente ela se torna não apenas um acelerador, mas uma muleta da qual muitos acham difícil viver sem agora.

Onde Surge o Risco

O problema não se reduz ao fato de que iniciantes têm mais dificuldade em conseguir seu primeiro emprego. Desaparece a própria lógica de cultivar engenheiros dentro das equipes. Antes, um junior assumia trabalho rotineiro, cometia erros, recebia revisões e gradualmente se tornava um mid-level. Agora esse trabalho rotineiro é frequentemente delegado a modelos, e um sênior assume três papéis ao mesmo tempo: seu trabalho principal, supervisão de IA e verificação final dos resultados. Isso cria um ciclo de desastre de talento: hoje você economiza em posições juniores, mas em 3–5 anos descobre uma falta de pessoas no próximo nível.

Enquanto isso, o custo dos erros está aumentando. O artigo cita estimativas de que código gerado por IA mais frequentemente carrega vulnerabilidades, aumenta duplicação e reduz a proporção de refatoração. Mesmo se você discordar de percentuais específicos, a mecânica é clara: escrever código preliminar ficou mais fácil, mas lidar com suas consequências não. Então parte do ganho de velocidade se transforma em débito técnico adiado. Se juniores são contratados menos e sêniors passam mais tempo revisando saída de máquinas, então em alguns anos a indústria pode acabar não com um exército de desenvolvedores super-produtivos, mas com um gargalo estreito de especialistas sobrecarregados e bases de código inchadas.

O Que Isso Significa

Neste momento, o mercado de TI está testando um modelo no qual a IA fecha a camada inferior do trabalho de engenharia. A curto prazo, isso parece economia, mas a longo prazo pode quebrar o pipeline de talentos. Se as empresas não retornarem a contratações e treinamento significativos de juniores, simplesmente não haverá pessoas suficientes para lidar com a dívida técnica de IA acumulada em alguns anos.